近紅外光譜技術(shù)在食品和農(nóng)產(chǎn)品領(lǐng)域中的應(yīng)用

桑力青，徐冰潔，楊晨曦，劉 臻

（綠城農(nóng)科檢測技術(shù)有限公司，浙江杭州 310052）

近紅外技術(shù)在1930年開始出現(xiàn)，但起初這項(xiàng)技術(shù)并未運(yùn)用到食品與農(nóng)產(chǎn)品領(lǐng)域。到20世紀(jì)中葉，國外研究人員利用其透射光譜檢測食品與農(nóng)產(chǎn)品中的水分。該技術(shù)發(fā)展至20世紀(jì)60年代，被運(yùn)用到谷物的濕度分析中，開啟了農(nóng)產(chǎn)品與食品領(lǐng)域該項(xiàng)技術(shù)新的研究篇章。

1 基本原理與主要特征

1.1 基本原理

近紅外光屬于波長處在中紅外和可見光之間的電磁波段，波長范圍被規(guī)定為780～2 526 nm。被近紅外光照射的有機(jī)物分子，其內(nèi)部的氫基團(tuán)因激發(fā)而出現(xiàn)躍遷現(xiàn)象，待測物會(huì)吸收一定的近紅外光能量，由此獲得近紅外光譜，通過對光譜進(jìn)行分析即可獲得待測物中的有機(jī)物質(zhì)含量和組分信息[1]。例如，農(nóng)產(chǎn)品由于品種類型、產(chǎn)地情況、加工方法等不同，內(nèi)部的有機(jī)物成分存在明顯差異，該技術(shù)可用于農(nóng)產(chǎn)品的品質(zhì)檢測、食品真實(shí)性鑒定等。

1.2 主要特點(diǎn)

①便于操作。該技術(shù)的操作流程十分簡單，如在產(chǎn)品產(chǎn)地溯源方面，主要流程是收集近紅外光譜、預(yù)處理數(shù)據(jù)和構(gòu)建產(chǎn)地溯源模型等。待建立模型后，操作人員對檢測樣品進(jìn)行光譜信息采集，在此基礎(chǔ)上計(jì)算機(jī)系統(tǒng)能夠自行預(yù)測樣品產(chǎn)地。②快速檢測。使用近紅外光譜對樣品進(jìn)行檢測分析，無需進(jìn)行前處理，在2 min左右就能完成光譜采集，還可以滿足同時(shí)檢測多個(gè)指標(biāo)的要求。③綠色環(huán)保，不使用有機(jī)試劑。在實(shí)際進(jìn)行分析時(shí)，無需使用有機(jī)化學(xué)試劑或進(jìn)行前期處理，因此具備綠色環(huán)保、成本投入低的優(yōu)勢。

2 近紅外光譜技術(shù)在食品領(lǐng)域中的具體應(yīng)用

2.1 檢測食品中的脂肪含量

現(xiàn)階段，國內(nèi)常見的檢測脂肪含量的方式有酸水解法、索氏提取法等，雖然能得到極為精確的檢測結(jié)果，但實(shí)驗(yàn)操作流程相對煩瑣，需對樣品進(jìn)行預(yù)處理，花費(fèi)時(shí)間較長，因此難以滿足大批量檢測的需求。近紅外光譜技術(shù)兼具快速、綠色等優(yōu)勢，可以滿足快速檢測大規(guī)模樣本的要求。近年來，我國主要使用該技術(shù)對肉制品中的脂肪含量進(jìn)行檢測，相關(guān)實(shí)踐結(jié)果表明檢測結(jié)果十分精準(zhǔn)。例如，采集豬肉、羊肉等食品的近紅外光譜數(shù)據(jù)，待測樣品利用索氏提取法檢測脂肪含量，在此基礎(chǔ)上構(gòu)建數(shù)據(jù)集模型，通過預(yù)處理光譜的方法與利用最佳模型波段，構(gòu)建相對理想的預(yù)測模型，肉質(zhì)樣本種類不同，則對應(yīng)不同的預(yù)處理光譜法、最佳建模波段。相關(guān)研究人員構(gòu)建的模型均滿足檢測精度要求，同時(shí)符合肉制品檢測的實(shí)際需求。引入美國大豆Century品種等位基因系和日本Lox缺失材料作為實(shí)驗(yàn)參比樣，在一定的實(shí)驗(yàn)條件下，通過電泳酶譜進(jìn)行Lox分析獲得4條同工酶帶，符合國外文獻(xiàn)報(bào)道。這種檢驗(yàn)方法已經(jīng)運(yùn)用4 000多份中國大豆資源以及品質(zhì)育種雜交后代的鑒定工作中，也從中篩選得到Lox同工酶缺失體，為能夠鑒別大豆加工原料提供方法[2]。

2.2 檢測食品中的致病菌

近紅外光譜技術(shù)在檢測食品中的致病菌方面也起到重要的作用。食品若被致病菌污染，會(huì)給身體帶來巨大危害，在食品安全檢測中一直將檢測致病菌作為重要任務(wù)。以往采用的檢測手段不僅流程較多且涉及內(nèi)容復(fù)雜，無法滿足食品行業(yè)的發(fā)展要求。因此，實(shí)現(xiàn)對食品中致病菌的快速檢測成為重點(diǎn)研究課題[3]。近紅外光譜技術(shù)在致病菌檢測方面具有一定的優(yōu)勢，利用光譜能清晰觀察到微生物的細(xì)胞特點(diǎn)，而光譜中的不同波長結(jié)合細(xì)菌細(xì)胞，能夠?qū)κ澄镏泻械母鞣N細(xì)菌進(jìn)行分類。國外相關(guān)研究人員使用該技術(shù)結(jié)合傅里葉變換技術(shù)，對食品中的致病菌進(jìn)行檢測，結(jié)果發(fā)現(xiàn)該技術(shù)成功進(jìn)行細(xì)菌分類的概率高達(dá)94%。我國研究人員利用紅外光譜技術(shù)，嘗試以微量和常量取樣的方法展開全面分析，成功判斷李斯特菌的概率為79.2%和90.0%，成功判斷沙門氏菌的概率是92.8%和95.0%[4]。

2.3 檢測食品中的藥物殘留

傳統(tǒng)技術(shù)在檢測食品中的藥物殘留時(shí)會(huì)使用有機(jī)化學(xué)試劑，購買化學(xué)試劑的成本高，而且需要滿足的條件較多，大大提高了檢測成本，檢測效率也較低。常規(guī)檢測還可能引發(fā)二次污染問題，因此研發(fā)既能滿足快速檢測又符合環(huán)保綠色需求的檢測技術(shù)十分重要。雖然單純使用紅外光譜檢測食品中藥物殘留的結(jié)果正確率偏低，但如果添加相應(yīng)的藥劑會(huì)大幅提升檢測準(zhǔn)確率。有關(guān)不同種類食品的藥物殘留研究中主要研究對象為毒性程度不一的農(nóng)藥，相關(guān)研究結(jié)果表明，該技術(shù)在有機(jī)磷類藥物的殘留檢測中準(zhǔn)確度較高。

3 近紅外光譜技術(shù)在農(nóng)產(chǎn)品領(lǐng)域中的具體應(yīng)用

3.1 腐爛鑒別

國外研究人員在糧庫蟲害檢測工作中，使用近紅外光譜技術(shù)重點(diǎn)檢測發(fā)生蟲害的時(shí)期內(nèi)糧食水分變化、甲殼質(zhì)含量等，從而判斷災(zāi)害程度[5]。有研究人員選擇1 202 nm與1 300 nm的近紅外光分別對10顆有害蟲與無害蟲的小麥顆粒進(jìn)行檢測，對采集到的圖像進(jìn)行分析，發(fā)現(xiàn)有害蟲發(fā)生的小麥顆粒近紅外圖像中亮斑占比較大，而正常小麥整體為黑色[6]。兩個(gè)圖像通過減運(yùn)算，得出有無蟲害的圖像間體現(xiàn)出明顯的差異。近紅外圖像能滿足糧食中蟲害的檢測，在鑒別完整和蟲蝕糧粒上能達(dá)到預(yù)期效果，但對具有不同類型的成蟲、幼蟲等差別不明顯的糧食顆粒鑒別效果一般，并且該實(shí)驗(yàn)是在實(shí)驗(yàn)室中進(jìn)行的，所以和實(shí)際應(yīng)用存在較大差異。

3.2 檢測農(nóng)產(chǎn)品質(zhì)量安全

農(nóng)產(chǎn)品質(zhì)量一直是人們重點(diǎn)關(guān)注的問題，近些年出現(xiàn)的產(chǎn)品摻假、農(nóng)藥殘留等問題，引發(fā)了社會(huì)對農(nóng)產(chǎn)品質(zhì)量檢測的熱議。農(nóng)產(chǎn)品質(zhì)量安全中，氣相色譜、氣質(zhì)聯(lián)用等是常用的方法，但這些方法操作煩瑣且費(fèi)用較高，無法實(shí)現(xiàn)快速檢測，而近紅外光譜技術(shù)可以滿足以上要求。我國研究人員選擇普洱茶葉作為研究對象，分別對不含香精和含有不同濃度香精的樣品進(jìn)行近紅外光譜數(shù)據(jù)采集，對數(shù)據(jù)進(jìn)行處理后構(gòu)建摻假定量預(yù)測模型，有關(guān)模型對兩種香精（香豆素、乙基麥芽酚）給出的決定系數(shù)是0.798 9、0.683 8，計(jì)算方根誤差是0.146 1、0.180 0，可實(shí)現(xiàn)對茶葉中香精成分的快速檢測[7]。

3.3 產(chǎn)地溯源

隨著人們生活水平的提升，一些地域性的農(nóng)產(chǎn)品受到廣大消費(fèi)者與農(nóng)產(chǎn)品市場的認(rèn)可，這些農(nóng)產(chǎn)品可以創(chuàng)造十分可觀的經(jīng)濟(jì)效益。一些不法商販面對利益的誘惑，使用其他產(chǎn)品冒充地域產(chǎn)品，以次充好，嚴(yán)重侵害到消費(fèi)者的切身利益，也是對生產(chǎn)者積極性的打擊。因此，對農(nóng)產(chǎn)品進(jìn)行產(chǎn)地溯源檢測顯得十分重要。近些年，近紅外光譜技術(shù)在產(chǎn)地溯源方面體現(xiàn)出巨大優(yōu)勢。例如，將西洋參作為溯源地檢測的研究對象，通過采集其近紅外光譜數(shù)據(jù)，構(gòu)建西洋參不同規(guī)格、不同產(chǎn)地的判別模型，實(shí)驗(yàn)結(jié)果表明，這一模型能夠清晰提取存在差異的近紅外光譜信息，滿足快速區(qū)分國產(chǎn)西洋參產(chǎn)品與進(jìn)口西洋參產(chǎn)品的實(shí)際需求，同時(shí)運(yùn)用于辨識(shí)西洋參的藥材與飲片、判別西洋參產(chǎn)品的規(guī)格與產(chǎn)地[8]。選擇我國不同產(chǎn)區(qū)的鐵皮石斛，收集1 000～1 650 nm近紅外光譜信息并建立產(chǎn)地分類模型，預(yù)測訓(xùn)練集與驗(yàn)證集的過程中，這一模型達(dá)到了100%的精準(zhǔn)識(shí)別，預(yù)測未參與采樣的其他產(chǎn)區(qū)的鐵皮石斛，樣品拒絕率達(dá)到100%，由此能夠證明這一模型能夠準(zhǔn)確識(shí)別不同產(chǎn)地的鐵皮石斛[9]。選擇3個(gè)普洱茶產(chǎn)地的茶葉樣品作為研究對象，對其1 100～2 498 nm近紅外光譜信息進(jìn)行采集，構(gòu)建識(shí)別普洱茶產(chǎn)地的定性分析模型，識(shí)別校正集與識(shí)別驗(yàn)證集的正確率是98.15%、100.00%，符合無損且快速識(shí)別茶葉產(chǎn)地的檢測工作要求[10]。

4 農(nóng)產(chǎn)品產(chǎn)地溯源中近紅外光譜技術(shù)的發(fā)展設(shè)想

近紅外光譜技術(shù)因具備快速分析、無損檢測、成本低和滿足在線檢測需求等諸多優(yōu)勢，現(xiàn)已在研究農(nóng)產(chǎn)品產(chǎn)地溯源中成為一項(xiàng)熱門檢測技術(shù)，但其仍存在一定的局限性。①技術(shù)檢測結(jié)果的準(zhǔn)確性易受環(huán)境情況、樣品來源等因素影響，同時(shí)在運(yùn)輸與貯藏期間，農(nóng)產(chǎn)品的有機(jī)成分發(fā)生變化，也會(huì)給最終判別模型的檢測正確率帶來干擾。因此，要選擇有代表性的產(chǎn)品，兼顧品種、運(yùn)輸?shù)认嚓P(guān)影響條件，從而確保溯源模型的科學(xué)性。②該技術(shù)在檢測均質(zhì)產(chǎn)品、流體產(chǎn)品時(shí)，相比固體產(chǎn)品的檢測準(zhǔn)確率更高，因此要控制孔隙度使其均勻分布，若要提高預(yù)測結(jié)果的精確度，建議先對待測樣品進(jìn)行處理。③在前期研究工作中發(fā)現(xiàn)，該技術(shù)能夠區(qū)分不同產(chǎn)地的產(chǎn)品，但難以有效鑒別不同產(chǎn)區(qū)的產(chǎn)品是否摻假。因此，應(yīng)進(jìn)一步研究可滿足檢測需求的化學(xué)計(jì)量學(xué)方法，還要強(qiáng)化模型精度，從而提升鑒別精確度與實(shí)際檢測速度。

5 結(jié)語

在我國食品與農(nóng)產(chǎn)品領(lǐng)域，該技術(shù)的應(yīng)用研究仍有較大的提升空間，與進(jìn)入全面推廣使用階段仍存在一定距離，也無法忽視技術(shù)水平和市場發(fā)展的限制。我國作為世界上的農(nóng)業(yè)與人口大國，該技術(shù)擁有廣闊的發(fā)展前景，如農(nóng)產(chǎn)品快速水分檢測、營養(yǎng)品防偽檢測等。社會(huì)經(jīng)濟(jì)的高速發(fā)展和人們不斷提高的產(chǎn)品消費(fèi)要求是近紅外光譜技術(shù)的發(fā)展動(dòng)力。科研工作者應(yīng)進(jìn)行深入研究，使該技術(shù)得到更廣泛的應(yīng)用。